摘要
本发明公开了基于动态特征融合及全流程动态调参的点云识别方法,步骤如下:步骤1:采集工业零件原始点云并移除无效点,结合CAD模型点云构建训练集,基于k‑d树计算平均点间距,动态调整体素网格叶大小,生成标准化点云;步骤2、计算点云法向量,提取CVFH特征描述子和SHOT特征描述子,基于点云平均点间距和空间范围动态融合两类特征并进行平滑处理;步骤3、利用融合特征训练KNN分类模型,建立特征与目标类别的映射关系并保存模型参数;步骤4、测试点云经步骤1和步骤2处理后,输入模型参数,输出最高置信度的预测结果并在日志中输出。本发明解决了现有技术中单一特征描述子对复杂工业零件全局与局部特征捕捉不充分导致的识别精度低的问题。
技术关键词
识别方法
动态
测试点
融合特征
直方图
间距
构建训练集
规模
关键点
特征向量方法
协方差矩阵
因子
区域生长算法
点云局部
参数
零件特征
点云密度
网格
系统为您推荐了相关专利信息
时间滑动窗口
检测流水线
网络
注意力机制
XGBoost算法
生成虚拟传感器数据
诊断方法
异常信号
数字孪生模型
锅炉运行参数
多源信息融合
截割滚筒
掘锚一体机
引入注意力机制
识别方法